Otimizar melhorar at onde pudermos. No ideal, melhorar at o mximo.

. At aquela situao ideal na qual, como vulgarmente se diz, "se mexer mais, piora". Melhorar s possvel se temos escolha. Escolher uma dentre vrias alternativas. Se uma alternativa houver, capaz de introduzir alguma melhoria, ficamos com ela. Caso contrrio, o que temos em mos j a escolha tima. "Vale mais um pssaro na mo do que dois voando?" O ditado poderia ser uma epgrafe de um livro de otimizao escrito por um jogador de pquer H escolhas que, se fossem exeqveis, tirariam-nos do aprto. Poderiam at ser timas, mas no so escolhas possveis. Otimizar selecionar algo melhor. Mas, quase sempre, ficamos restritos a escolh-lo dentre um conjunto limitado de alternativas. Obviamente, o desejo de otimizar no basta. Sem critrio de escolha, por exemplo, nem adianta conhecer o universo de alternativas. Por outro lado, desconhecendo-se este, no adianta ter critrio. Informao, portanto, fundamental. Quanto mais, melhor; mais depressa chegamos s alternativas timas. Otimizao acabou se constituindo numa vasta e slida rea do conhecimento. Uma rea hbrida, ecltica e pragmtica. Com um p na matemtica e outro p na computao. Que se nutre das cincias exatas, das biolgicas, das tecnolgicas. Que se dedica a solucionar problemas independentemente do contexto onde surgem. Problemas prticos e efetivos. Problemas relativos ao como determinar uma alternativa melhor que outra, dentro de um universo dado. Sabemos dizer se uma alternativa melhor que outra quando temos um critrio. Torna-se conveniente traduzir em nmeros este critrio. Como se fosse uma nota. Como se as alternativas fossem provas; cada uma com uma, e apenas uma, nota. Com isto, o critrio vira uma funo matemtica. A alternativa tima seria aquela na qual o valor desta funo atinge um valor extremo; ou seja, um mximo ou um mnimo. Otimizao liga-se matemtica atravs da investigao dos mximos e mnimos locais de funes. Isto , dos "valores estacionrios da funo" (que ocorrem quando a derivada se anula) se quisermos utilizar a linguagem apropriada. Tais funes podem ser de uma ou vrias variveis reais. Como as funes quadrticas, representadas por arcos de parbola no plano cartesiano. Com um nico ponto de mximo, ou de mnimo, quando o domnio todo o conjunto dos nmeros reais. Ou, as funes podem ser funcionais. Ou seja, funes cujas variveis no so redutveis a um nmero finito de escalares. Por exemplo, variveis que so curvas. Como aquele funcional que associa o tempo de percurso a cada uma das trajetrias possveis entre dois pontos. Se ambos os pontos estiverem numa esfera, se as trajetrias estiverem sobre a superfcie esfrica, se o percurso for a velocidade constante, a trajetria de tempo mnimo coincidir com o arco de circunferncia que, centrado no centro da esfera, liga os tais dois pontos. Contudo, bom ter sempre em mente que a rea de otimizao costuma se distanciar deste contexto. Para ilustrar: no plano cartesiano uma reta inclinada no possui pontos estacionrios. Certo. Consideremos agora um segmento desta reta. Ele pode representar o grfico de uma funo cujo domnio um intervalo fechado e limitado. A funo no possui pontos estacionrios. Mas admite um mximo e um mnimo localizados nos extremos do seu intervalo de definio. A investigao dos pontos estacionrios de uma funo encontra abrigo na "anlise matemtica". Porm, quando as funes so funcionais, costuma-se inserir a questo dentro de um captulo especial da matemtica denominado "clculo variacional".

Esta ligao da otimizao com a matemtica a umbilical. Mas, est longe de ser o nico ponto de contacto entre ambas. H, de fato, inmeros problemas de mximos e mnimos que no se enquadram na perspectiva anterior. Por conta disto, embora possam ser transformados em objetos matemticos, fica dificil classific-los como pertinentes a algum captulo da matemtica. No obstante, so problemas tpicos da rea de otimizao. Por exemplo: como cortar placas de vidro de forma a atender aos pedidos que nos chegam, com um mnimo de desperdcio possvel de material? Como distribuir mascates na Praia Grande de modo que eles terminem suas vendas o mais perto possvel dos pontos de resgate? Quais aes devo selecionar para compor uma carteira dirigida a um grupo de investidores com caractersticas bem definidas? Como controlar injeo de combustvel num motor a exploso de modo a maximizar rendimento minimizando vibraes? E controlar a temperatura de um reator de modo a estabilizar a produo dentro de valores prselecionados? Na matemtica costume se concentrar na existncia de mximos e mnimos locais. Condies necessrias, condies suficientes. Na otimizao no basta isto. "Mata-se a cobra mas tem que se mostrar o pau". Tem que se dizer como determinar, efetivamente, os extremos procurados. Na verdade, este "como" acaba se impondo. Na otimizao, a metodologia de clculo que acaba virando o prato principal. Acontece que nem sempre o "timo" sai de pronto, num nico clculo. necessrio um processo sistemtico de busca. Um procedimento iterativo de clculos que, passo a passo, de candidato a candidato, permita-nos ir melhorando a seleo. At que o timo seja encontrado, ou at que estejamos satisfeitos. Estamos, portanto, falando de algoritmos. A construo de bons algoritimos a principal vocao da otimizao. Algoritmos gerais e confiveis. Que, se possvel, resolvam classes de problemas de otimizao independentemente da dimenso e dos parmetros envolvidos. Hoje em dia, temos os computadores digitais. So mquinas capazes de processar um grande nmero de clculos em tempos muito exguos. A existncia deste recurso impulsionou a rea de otimizao. Moldou-a. Fez com que a rea de otimizao encontrasse na cincia da computao seu outro p de apio. Como construir algoritmos que, atendendo a uma vasta classe de problemas, sejam seguros e exijam um mnimo de trabalho das mquinas computacionais? Pois . quase que admitir que, na busca de algoritmos cada vez mais eficientes, otimizao uma rea aberta, que acabou contendo-se a si mesma